Short-term forecasting of coal and oil production in Ukraine

Abstract

EN: In this study the problem of short-term forecasting for coal and crude oil production in Ukraine within the period of 2008–2012 is considered. Linear autoregressive and autoregressive moving average models as well as optimal filtering algorithm for linear systems (Kalman filter) based upon autoregressive model of second order were constructed for short term forecasting. The Kalman filter was successfully applied for generating optimal estimates of states and short-term forecasts. The state noise covariances were estimated recursively with new data coming what corresponds to the general ideology of adaptation. The best forecasting results for coal and crude oil production were received for autoregressive models with optimal filter and for ARMA models. UK: У статті розглядається задача короткострокового прогнозування виробництва вугілля та нафти в Україні у часовому діапазоні 2008–2012 рр. Для розв’язання задачі короткострокового прогнозування побудовано моделі авторегресії, авторегресії з ковзним середнім, а також використано алгоритм фільтрації лінійних систем (фільтр Калмана), що грунтується на моделі авторегресії другого порядку. Фільтр Калмана успішно використано для оптимального оцінювання станів та короткострокового прогнозування. При цьому коваріації збурень станів оцінювались рекурсивно з надходженням нових даних, що узгоджується із загальною ідеологією адаптації. Кращі результати прогнозування виробництва вугілля і сирої нафти отримано за допомогою оптимального фільтра (на основі авторегресії) і моделі авторегресії з ковзним середнім.